摘要
本发明公开了一种基于多模态数据融合的大数据分析方法,其包括获取异构数据源生成特征提取模块,构建数据融合模型并训练,通过高维与低维特征提取单元结合动态权重分配机制实现特征整合。本申请还涉及分布式计算环境下的多模态数据处理,主节点与从节点协同工作,优化任务调度和资源分配。本申请能够降低计算复杂度,提升分析效率和系统扩展性,为多模态大数据分析提供高效解决方案。
技术关键词
特征提取单元
多模态数据融合
数据分析方法
分布式计算环境
构建数据融合模型
权重分配机制
特征提取模块
主节点
发布订阅模式
任务调度
数据融合方法
资源分配
深度神经网络
降维算法
异构
文件系统
发布者
系统为您推荐了相关专利信息
面向异构数据
识别系统
跨模态
数据获取模块
上下文感知解析
监督学习模型
点识别方法
无标签样本
编码器
特征提取单元
参数估计模型
图像处理模块
组学特征
预测系统
图像采集模块
电气设备绝缘状态
超声波传感器
数据处理模块
输入模块
绝缘老化
心率
睡眠呼吸暂停
特征提取单元
信号检测设备
算法模块